A：西米喜欢健身
B：超超不爱健身，喜欢打游戏
step1:分词
A：西米／喜欢／健身
B：超超／不／喜欢／健身，喜欢／打／游戏
step2:列出两个句子的并集
西米／喜欢／健身／超超／不／打／游戏
step3:计算词频向量
A：[1,1,1,0,0,0,0]
B：[0,1,1,1,1,1,1]
step4:计算余弦值
余弦值越大，证明夹角越小，两个向量越相似。
step5:python代码实现
import jieba
import jieba.analyse
def words2vec(words1=None, words2=None):
v1 = []
v2 = []
t
2022-09-20 23:21:19
38KB
1
008_基于遗传算法优化BP神经网络(GA-BP)的数据分类预测 Matlab代码实现过程
2022-08-25 09:07:42
81KB
1
012_基于随机森林算法(RF)的时间序列预测 Matlab代码实现过程，调用TreeBagger函数实现
2022-08-24 14:08:16
25KB
1
003_基于BP神经网络的时间序列预测 Matlab代码实现过程，调用newff函数实现
2022-08-24 14:08:15
19KB
1
006_基于支持向量机(SVM)的时间序列预测 Matlab代码实现过程，调用了libsvm工具箱实现
2022-08-24 14:08:14
70KB
1
014_基于径向基函数神经网络(RBF)的数据分类预测 Matlab代码实现过程，调用newrbe函数实现
2022-08-19 16:06:01
71KB
1
016_基于BP神经网络的多输出数据回归预测 Matlab代码实现过程，调用newff函数实现，多输入多输出
2022-08-18 12:05:50
281KB
1
013_基于径向基函数神经网络(RBF)的数据回归预测 Matlab代码实现过程，调用newrbe函数实现
2022-08-16 09:07:05
13KB
1
011_基于随机森林算法(RF)的数据分类预测 Matlab代码实现过程，调用TreeBagger函数实现
2022-08-15 10:05:39
72KB
1